文档介绍：摘要行模型和粗粒度并行模型结合而成的并行遗传算法模型,但它并没有迁移操作,旅行商是组合优化中最为著名的问题,它综合了一大类组合优化问题的典型特征,并以不同的形式存在于超大规模集成芯片制造、印刷电路板设计、簧湎呓晶学、机器人控制等高科技领域。运用遗传算法和混合遗传算法对侍饨辛搜芯俊=庖咚惴ㄈ谌氲揭传算法当中,构成一种改进的遗传算法,与利用简单遗传算法的计算过程进行了仿真和对比。应用结果表明,该算法简单、高效、稳定性好,能较好克服传统方法和现有遗传算法的不足,性能得到了显著的提高,获得了满意的效果。提出了一种混合分布式并行遗传算法,应用于求解旅行商狻U庵只合算法主要由动态种群并行模型和算法组成。程序由嘀疲诵谢肪呈遣行虚拟机T谡庵只旌喜⑿幸糯惴ㄖ校惴ㄈ〈湟觳僮鳎孀鎏宓幕蚱危纳芓个体的旅行距离。动态种群模型是一种由全局并因为在进化过程中种群仅仅被当作是个体的集合。它的主要思想是通过动态分离种群为子群从而减少最差个体的等待时间,使得子群的演化不被拖延。在处理速度方面,它提供更高的效能,此外动态种群模型还具有完全的可扩展性。最后在一组机集群构成的网络环境下运用该混合算法求解侍猓笛榈氖到果证明了该算法的有效性和可行性。关键词:旅行商问题,遗传算法,免疫遗传算法,⑿兴惴
知识水坝为您整理
.,.,,—琲琣.,猺—.琲..,.,.甀,甌,
知识水坝为您整理
惨,,∑啊躀旅行商问题第一章绪论∑“畉∑艺其中硎炯蟬中元素个数。啊剩痮,旅行商问题虺芓峭す芏倬羰亢陀⒐。其简单描述是:一名商人欲到龀鞘型葡唐罚苛礁龀鞘衖和,的之间的距离为.,绾窝≡褚惶趼肪妒沟蒙倘嗣扛龀鞘凶咭槐楹蠡氐狡鸬悖宜叩穆肪最短。相应的数学描述为:..,,表示商人行走的路线包含从城市匠鞘衘的路径。表示商人没有选择这条路径。。.要求商人从城市隼匆淮危G笊倘俗呷氤鞘衖只有一次,.,荒鼙Vっ扛龀市经过一次,但并不能保证没有回路。.要求商人在任何一个城市子集中不形成回路。人们在考虑解决这个问题时,一般首先想到的最原始的一种方法就是:列出每一条可供选择的路线炊愿ǖ某鞘薪信帕凶楹,计算出每条路线的总里程,最后从中选出一条最短的路线。假设现在给定的龀鞘蟹直鹞狝、和鞒鞘兄涞木离为已知数缤,。我们可以通过一个组合的状态空间图来表示所有的组合图所示4油贾胁荒芽闯觯晒┭≡竦穆废吖灿条,从中很快可以选出一条总距离最短的路线。由此推算,若设城市数目为保敲醋楹下肪妒蛭”一:芟匀唬当城市数目不多时要找到最短距离的路线并不难,但随着城市数目的不断增大,组合路线数将呈指数级数规律急剧增长,以至达到无法计算的地步,这就是所谓的“组合爆炸问题”。假设现在城市的数目增为个,,若计算机以每秒检索万条路线的速度计算,也需要花上甑时间。西北工业大学硕士论义琀琂,‘一,貸—生籈
道,解决龀鞘兄涞腡问题,共使用了美国大学和普林斯顿大学之间网据文献介绍,年,科学家们成功地解决了美国龀鞘兄涞腡问题,年又解决了德国龀鞘兄涞腡问题。但这一工程代价也是巨大的,据报络互连的、由速度为的砥髯槌傻台计算机,
,至今还有不少学者在从事这方面的研究工作,一些项目还得到美国军方的资助。就实际应用而言,一个典型的例子就是机器在电路板上钻孔的调度问题ⅲ在该问题中,钻孔的时间是固定的,只有机器移动时间的总量是可变的谡饫铮缏板上要钻的孔相当于械摹俺鞘小保晖反右桓隹滓频搅硪桓隹姿牡氖奔湎嗟庇械摹奥眯蟹延谩薄交通管理的主要目的是在保证全部仓库具有必要库存情况下,减少交通费用。在复杂的地理网络中优化决定车辆线路是交通服务的核心问题。减少交通费用依赖最佳地在由库存节点构成的网络中确定车辆路径,最佳地安排车辆的出发时间,以及有效的利用车辆。一个经典的路由问题是在一个网络上发现从源节点到一个目的节点的最佳交通线路,使与距离成比例的流动费用降低到最小。这个问题的关键是在交通网络上计算从源节点到目的节点之间的最短路径。在文献中人们提出了许多最短路径的算法,给工程技术人员提供了多种选择。对这个最小费用流动问题进行扩展,就构侍猓谡飧鑫侍庵校车辆从源点出发访问多个目的地并且最后回到源点。事实上,除了需求量和交通时间,在交通运输中还需要考虑更多变量。在大规模生产过程中,寻找最短路径能有效地降低成本,这类问题的解决还可以延伸到其他行业中去,如运输业、后勤服务业等。然而,由于岵楹媳ǖ奈侍猓因此寻找切实